数据科学与大数据技术导论

图书标准信息

• 作者 王道平、沐嘉慧 著
• 出版社 机械工业出版社
• 出版时间 2021-08
• ISBN 9787111679455
• 定价 48.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 256页

【内容简介】

本书系统地介绍了数据科学基础理论、大数据理论、大数据技术及应用的相关内容，具体内容包括数据科学概述、大数据概述、大数据与云计算、大数据的采集与预处理、大数据的存储与处理、大数据分析方法、大数据分析工具、大数据可视化、大数据安全、大数据的应用等。< br>   本书针对高等院校数据科学与大数据技术等专业开设的相关课程编写，既可作为高等院校的教材，也可供从事数据管理、数据分析和大数据系统架构等工作的读者阅读和参考。

【目录】

前言< br> 第1章  数据科学概述1< br>  本章学习要点1< br>  1.1  数据基础理论1< br>  1.2  数据科学基础理论7< br>  1.3  数据科学的发展12< br>  1.4  数据科学家概述16< br>  本章小结18< br>  习题19< br> 第2章  大数据概述21< br>  本章学习要点21< br>  2.1  大数据的产生和发展21< br>  2.2  大数据基础理论28< br>  2.3  大数据与相关领域的联系32< br>  本章小结35< br>  习题35< br> 第3章  大数据与云计算37< br>  本章学习要点37< br>  3.1  云计算概述37< br>  3.2  云计算的核心技术48< br>  3.3  云计算与大数据的联系56< br>  本章小结61< br>  习题61< br> 第4章  数据的采集与预处理63< br>  本章学习要点63< br>  4.1  大数据采集63< br>  4.2  大数据预处理70< br>  4.3  联机分析处理76< br>  本章小结82< br>  习题82< br> 第5章  大数据的存储与处理84< br>  本章学习要点84< br>  5.1  大数据的存储方式84< br>  5.2  数据仓库93< br>  5.3  大数据的处理框架101< br>  本章小结111< br>  习题111< br> 第6章  大数据分析方法113< br>  本章学习要点113< br>  6.1  大数据分析方法概述113< br>  6.2  数据挖掘的主要方法119< br>  6.3  时间序列分析131< br>  6.4  人工神经网络139< br>  本章小结143< br>  习题143< br> 第7章  大数据分析工具146< br>  本章学习要点146< br>  7.1  Python146< br>  7.2  Tableau152< br>  7.3  SAS157< br>  7.4  R163< br>  本章小结168< br>  习题168< br> 第8章  大数据可视化170< br>  本章学习要点170< br>  8.1  大数据可视化概述170< br>  8.2  大数据可视化的方法与工具177< br>  8.3  大数据可视化的发展192< br>  本章小结194< br>  习题194< br> 第9章  大数据安全196< br>  本章学习要点196< br>  9.1  大数据安全概述196< br>  9.2  大数据隐私问题204< br>  9.3  大数据安全技术210< br>  本章小结228< br>  习题228< br> 第10章  大数据的应用230< br>  本章学习要点230< br>  10.1  大数据在物流行业中的应用230< br>  10.2  大数据在电子商务行业中的< br> ?       应用241< br>  10.3  大数据在医疗行业中的应用247< br>  本章小结253< br>  习题254< br> 参考文献256